MétaCan
Menu
← Retour à la cohorte
Enregistrement W3210377376 · doi:10.1093/mnras/stac300

Cosmic filaments delay quenching inside clusters

2022· article· en· W3210377376 sur OpenAlexafffund
Sachin Kotecha, Charlotte Welker, James S. Bullock, Katarina Kraljic, Jenny G. Sorce, Elena Rasia, Ian Roberts, Meghan E. Gray, Gustavo Yepes, Weiguang Cui

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensMcMaster University
Organismes subventionnairesScience and Technology Facilities CouncilMcMaster UniversityNatural Sciences and Engineering Research Council of CanadaUniversity of Science and Technology of ChinaAgence Nationale de la RechercheNational Science Foundation
Mots-clésPhysicsAstrophysicsCluster (spacecraft)Accretion (finance)Galaxy clusterGalaxyRam pressureRADIUSAstronomyVirial theoremCOSMIC cancer databaseStar formation

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We investigate how large-scale cosmic filaments impact the quenching of galaxies within one virial radius of 324 simulated clusters from The Three Hundred project. We track cosmic filaments with the versatile, observation-friendly program DisPerSE and identify haloes hosting galaxies with VELOCIRaptor. We find that cluster galaxies close to filaments tend to be more star forming, bluer, and contain more cold gas than their counterparts further away from filaments. This effect is recovered at all stellar masses. This is in stark contrast with galaxies residing outside of clusters, where galaxies close to filaments show clear signs of density related pre-processing. We first show that the density contrast of filaments is reduced inside the intra-cluster medium. Moreover, examination of flows around and into cluster galaxies shows that the gas flows in intra-cluster filaments are colder and tend to stream along with galaxies in their midst, partially shielding them from strangulation by the hot, dense intra-cluster medium. This also preserves accretion on to satellites and limit ram pressure.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical Society→Même sujetGalaxies: Formation, Evolution, Phenomena→Travaux en français237 207→